SQL一次显著的性能提升从8s到0.7s

SELECT count(*)
FROM spu s1
WHERE EXISTS (
 SELECT *
 FROM sku s2
  INNER JOIN mall_sku s3 ON s3.sku_id = s2.id
 WHERE s2.spu_id = s1.id
  AND s2.status = 1
  AND NOT EXISTS (
   SELECT *
   FROM supplier_sku s4
   WHERE s4.mall_sku_id = s3.id
    AND s4.supplier_id = 123456789
    AND s4.status = 1
  )
)

这条SQL的含义是统计id=123456789的供应商，未发布的spu数量是多少。

这条SQL的耗时竟然达标了8s，必须要做优化了。

我首先使用explain关键字查询该SQL的执行计划，发现spu表走了type类型的索引，而sku、mall_sku、supplier_sku表都走了ref类型的索引。

也就是说，这4张表都走了索引。

不是简单的增加索引，就能解决的事情。

那么，接下来该如何优化呢？

2 第一次优化

这条SQL语句，其中两个exists关键字引起了我的注意。

一个exists是为了查询存在某些满足条件的商品，另一个not exists是为了查询出不存在某些商品。

这个SQL是另外一位已离职的同事写的。

不清楚spu表和sku表为什么不用join，而用了exists。

我猜测可能是为了只返回spu表的数据，做的一种处理。如果join了sku表，则可能会查出重复的数据，需要做去重处理。

从目前看，这种写性能有瓶颈。

因此，我做出了第一次优化。

使用join + group by组合，将sql优化如下：

SELECT count(*) FROM
(
  select s2.spu_id from spu s1
  inner join from sku s2
  inner join mall_sku s3 on s3.sku_id=s2.id
  where s2.spu_id=s1.id and s2.status=1
  and not exists 
  (
     select * from supplier_sku s4
     where s4.mall_sku_id=s3.id
     and s4.supplier_id=...
  )
  group by s2.spu_id
) a

文章中有些相同的条件省略了，由于spu_id在sku表中是增加了索引的，因此group by的性能其实是挺快的。

这样优化之后，sql的执行时间变成了2.5s。

性能提升了3倍多，但是还是不够快，还需要做进一步优化。

3 第二次优化

还有一个not exists可以优化一下。

如果是小表驱动大表的时候，使用not exists确实可以提升性能。

但如果是大表驱动小表的时候，使用not exists可能有点弄巧成拙。

这里exists右边的sql的含义是查询某供应商的商品数据，而目前我们平台一个供应商的商品并不多。

于是，我将not exists改成了not in。

sql优化如下：

SELECT count(*) FROM
(
  select s2.spu_id from spu s1
  inner join from sku s2
  inner join mall_sku s3 on s3.sku_id=s2.id
  where s2.spu_id=s1.id and s2.status=1
  and s3.id not IN 
  (
     select s4.mall_sku_id 
     from supplier_sku s4
     where s4.mall_sku_id=s3.id
     and s4.supplier_id=...
  )
  group by s2.spu_id
) a

这样优化之后，该sql的执行时间下降到了0.7s。

之后，我再用explain关键字查询该SQL的执行计划。

发现spu表走了全表扫描，sku表走了eq_ref类型的索引，而mall_sku和supplier_sku表走了ref类型的索引。

可以看出，有时候sql语句走了4个索引，性能未必比走了3个索引好。

多张表join的时候，其中一张表走了全表扫描，说不定整个SQL语句的性能会更好，我们一定要多测试。

说实话，SQL调优是一个比较复杂的问题，需要考虑的因素有很多，有可能需要多次优化才能满足要求。